MétaCan
Menu
Retour à la cohorte
Enregistrement W2185191019

Learning structured prediction models for image labeling

2008· article· en· W2185191019 sur OpenAlexaff
Xuming He

Notice bibliographique

RevueTSpace · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage Retrieval and Classification Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDiscriminative modelArtificial intelligenceConditional random fieldComputer scienceContext (archaeology)Feature (linguistics)Categorical variableMachine learningImage (mathematics)Pattern recognition (psychology)Modular designStructured predictionSet (abstract data type)Object (grammar)ExploitCognitive neuroscience of visual object recognitionTask (project management)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Many fundamental tasks in computational vision can be formulated as predicting unknown properties of a scene from a static image. If the scene property is described by a set of discrete values in each image, then the corresponding vision task is an image labeling problem. A key issue in image labeling concerns how to exploit the context information in images, as local evidence is often insufficient to determine the label value. This thesis takes a statistical learning approach to the labeling problem, focusing on two main issues in incorporating context into the labeling process: (1) what are the efficient representations of contexts for labeling? and (2) how do we learn the context representations for a labeling task from data?We discuss two learning situations based on different degrees of data availability. In the first case, enough fully-labeled data are available for learning. So we develop a discriminative labeling framework based on a Conditional Random Field (CRF), in which multiscale feature functions are proposed to capture the image/label contexts at several spatial scales. Those feature functions affect the labeling from local to global levels: some aspects of the contexts concern co-occurrence of objects in the image, while other aspects concern the geometric relationships between objects. To extend the range of object classes and image database size that the system can handle, we also propose a modular CRF model that integrates the bottom-up image cues and top-down categorical information. The second case has a less strict requirement on the training data, including not only a small number of fully-labeled data, but also a large number of coarsely-labeled ones. We present a hybrid unsupervised-supervised approach that combines a generative topic model with discriminative label classifiers. The topic model is used to model the co-occurring image features for representing image context, and it is extended such that the topics are not only applied to image features but also to labels. We examine the performance of our models on several real-world image databases, and compare our systems to baseline methods.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0030,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,037
Tête enseignante GPT0,301
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetImage Retrieval and Classification TechniquesTravaux en français237 207